Resumen

Con el objetivo de mejorar la precisión de clasificación de conjuntos de datos desequilibrados, se propone un algoritmo de sobre-muestreo AGNES-SMOTE (Técnica de Sobremuestreo Sintético de Minorías basado en Clustering Jerárquico) que se basa en el clustering jerárquico y SMOTE mejorado. Sus procedimientos clave incluyen agrupar jerárquicamente las muestras de la mayoría y las muestras de la minoría, respectivamente; dividir los subgrupos de minorías en base a los subgrupos de la mayoría obtenidos; seleccionar una muestra semilla basada en el peso de muestreo y la distribución de probabilidad del subgrupo de minorías; y restringir la generación de nuevas muestras en cierta área mediante el método del centroide en el proceso de muestreo. Se presenta la combinación de AGNES-SMOTE y SVM (Máquina de Vectores de Soporte) para tratar la clasificación de conjuntos de datos desequilibrados. Se realizan experimentos en conjuntos de datos de UCI para comparar el rendimiento de diferentes algoritmos

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Algoritmo de sobremuestreo; AGNES-SMOTE; Agrupamiento jerárquico; SMOTE mejorado; SVM; Conjuntos de datos desequilibrados
• Keywords:Oversampling algorithm; AGNES-SMOTE; Hierarchical clustering; Improved SMOTE; SVM; Imbalanced datasets